Wat is Azure AI Content Understanding (preview)?
Belangrijk
- Azure AI Content Understanding is beschikbaar in preview. Openbare preview-versies bieden vroege toegang tot functies die actief zijn in ontwikkeling.
- Functies, benaderingen en processen kunnen worden gewijzigd of beperkte mogelijkheden hebben, voordat algemene beschikbaarheid (GA) wordt uitgevoerd.
- ZieAanvullende gebruiksvoorwaarden voor Microsoft Azure Previews voor meer informatie.
Azure AI Content Understanding is een nieuwe Op AI gebaseerde Azure AI-service die is ontworpen voor het verwerken/opnemen van inhoud van alle typen (documenten, afbeeldingen, video's en audio) in een door de gebruiker gedefinieerde uitvoerindeling.
Content Understanding biedt een gestroomlijnd proces om te redeneren over grote hoeveelheden ongestructureerde gegevens, waardoor de tijd tot waarde wordt versneld door een uitvoer te genereren die kan worden geïntegreerd in automatiserings- en analytische werkstromen.
Waarom verwerken met Content Understanding?
Werkstromen vereenvoudigen en stroomlijnen. Azure AI Content Understanding standaardiseert de extractie van inhoud, structuur en inzichten van verschillende inhoudstypen in een geïntegreerd proces.
Vereenvoudig veldextractie. Met de veldextractie van Content Understanding kunt u eenvoudiger gestructureerde uitvoer genereren van ongestructureerde inhoud. Een schema definiëren om veldwaarden te extraheren, classificeren of genereren zonder complexe prompt-engineering
Verbeter de nauwkeurigheid. Content Understanding maakt gebruik van meerdere AI-modellen om informatie tegelijkertijd te analyseren en kruislings te valideren, wat resulteert in nauwkeurigere en betrouwbare resultaten.
Betrouwbaarheidsscores en gronding. Content Understanding zorgt voor de nauwkeurigheid van geëxtraheerde waarden en minimaliseert de kosten van menselijke beoordeling.
Use cases voor inhoudskennis
Automatisering. Content Understanding ondersteunt automatiseringsscenario's door ongestructureerde inhoud te converteren naar gestructureerde gegevens, die kunnen worden geïntegreerd in verschillende werkstromen en toepassingen. Betrouwbaarheidsscores minimaliseren menselijke beoordeling en lagere kosten. Automatiseer bijvoorbeeld inkoop- en betalingsprocessen door velden uit facturen te extraheren.
Zoeken en ophalen van augmented generation (RAG). Met Content Understanding kunt u inhoud van elke modaliteit opnemen in de zoekindex. De gestructureerde uitvoerweergave verbetert de relevantie voor RAG-scenario's.
Analyse en rapportage: de geëxtraheerde velduitvoer van Content Understanding verbetert analyses en rapportage, zodat bedrijven waardevolle inzichten kunnen verkrijgen, diepere analyses kunnen uitvoeren en weloverwogen beslissingen kunnen nemen op basis van nauwkeurige rapporten.
Toepassingen
Algemene toepassingen voor Inhoudskennis zijn onder andere:
| Toepassing | Beschrijving | Snelstart |
|---|---|---|
| Analyse na gesprek | Bedrijven en callcenters kunnen inzichten genereren uit gespreksopnamen om belangrijke KPI's bij te houden, de productervaring te verbeteren, zakelijke inzichten te genereren, gedifferentieerde klantervaringen te creëren en query's sneller en nauwkeuriger te beantwoorden. | Quickstart voor analyse na aanroepen |
| Media assetbeheer | Software- en medialeveranciers kunnen Content Understanding gebruiken om uitgebreidere, gerichte informatie te extraheren uit video's voor mediaassetsbeheeroplossingen. | Quickstart voor Media Asset Management |
| Belastingautomatisering | Belastingvoorbereidingsbedrijven kunnen Content Understanding gebruiken om een uniforme weergave van informatie uit verschillende documenten te genereren en uitgebreide belastingaangiften te maken. | Quickstart voor belastingautomatisering |
| Grafiekkennis | Bedrijven kunnen het begrip van grafieken verbeteren door de analyse en interpretatie van verschillende typen grafieken en diagrammen te automatiseren met behulp van Content Understanding. | Quickstart voor grafiekkennis |
Zie quickstart voor meer voorbeelden.
Onderdelen
| Onderdeel | Beschrijving |
|---|---|
| Analyzer | De analyse is het kernonderdeel van Content Understanding. Hiermee kunnen klanten instellingen voor inhoudextractie en het schema voor veldextractie configureren. Zodra de analyse is geconfigureerd, worden deze instellingen consistent toegepast om alle binnenkomende gegevens te verwerken. |
| Inhoudsextractie | Met inhoudsextractie kunnen gebruikers opgeven welke typen informatie moeten worden geïdentificeerd en geëxtraheerd uit binnenkomende inhoud. Door de gebruiker opgegeven informatie bevat opties zoals OCR tekst, indelingsanalyse, streepjescodes, tabellen en meer, zodat gebruikers zich kunnen richten op de meest relevante inhoudselementen. |
| Invoegtoepassingen | Inhoudsbegrip-invoegtoepassingen verbeteren de extractie van inhoud door toegevoegde elementen zoals streepjescodes, tabellen en gedetecteerde gezichten op te nemen. |
| Veldextractie | Met veldextractie kunnen gebruikers de structuur en het schema van de gewenste velden definiëren om uit invoerbestanden te extraheren. Zie servicelimieten voor een volledige lijst met ondersteunde veldtypen. Velden kunnen worden gegenereerd via een van de volgende methoden: • Extraheren: Waarden rechtstreeks extraheren zoals ze worden weergegeven in de invoerinhoud, zoals datums van ontvangstbewijzen of itemgegevens van facturen. • Classificeren: Inhoud classificeren op basis van een vooraf gedefinieerde set categorieën, zoals het aanroepen van sentiment of grafiektype. • Genereer: Genereer waarden vrij van invoergegevens, zoals het samenvatten van een audiogesprek of het maken van scènebeschrijvingen van video's. |
| Grondbron | Content Understanding identificeert de specifieke regio's in de inhoud waaruit de waarde is gegenereerd. Met brongronding kunnen gebruikers in automatiseringsscenario's snel de juistheid van de veldwaarden controleren, wat leidt tot een hogere betrouwbaarheid in de geëxtraheerde gegevens. |
| Betrouwbaarheidsscore | Content Understanding biedt betrouwbaarheidsscores van 0 tot en met 1 om de betrouwbaarheid van de resultaten te schatten. Hoge scores geven nauwkeurige gegevensextractie aan, waardoor direct verwerken in automatiseringswerkstromen mogelijk is. |
Verantwoorde AI
Azure AI Content Understanding is ontworpen om te beschermen tegen het verwerken van schadelijke inhoud, zoals grafisch geweld en gore, haatvolle spraak en pesten, exploitatie, misbruik en meer. Zie onze transparantienota en onze gedragscode voor meer informatie en een volledige lijst met verboden inhoud.
Inhoudsfilters gewijzigd
Azure AI Content Understanding biedt nu ondersteuning voor het uitschakelen van inhoudsfiltering voor goedgekeurde klanten. De abonnements-id's met goedgekeurde aangepaste inhoudsfilters zijn van invloed op de uitvoer van Azure AI Content Understanding.
Belangrijk
- Aanvragen voor gewijzigde inhoudsfilters via dit formulier: Beperkte toegangsbeoordeling van Azure OpenAI: Gewijzigde inhoudsfilters.
- ZieInhoudsfiltering voor meer informatie.
Gegevensprivacy en -beveiliging
Ontwikkelaars die de Content Understanding-service gebruiken, moeten het beleid van Microsoft over klantgegevens controleren. Ga voor meer informatie naar onze pagina Gegevens, bescherming en privacy.
Belangrijk
Als u Microsoft-producten of -services gebruikt om biometrische gegevens te verwerken, bent u verantwoordelijk voor: (i) het verstrekken van kennisgeving aan betrokkenen, waaronder met betrekking tot retentieperioden en vernietiging; ii) toestemming te krijgen van betrokkenen; en (iii) het verwijderen van de biometrische gegevens, allemaal indien van toepassing en vereist onder toepasselijke vereisten voor gegevensbescherming. "Biometrische gegevens" heeft de betekenis die is geformuleerd in artikel 4 van de AVG en, indien van toepassing, gelijkwaardige termen in andere vereisten voor gegevensbescherming. Zie Gegevens en privacy voor Face voor gerelateerde informatie.
Aan de slag
Onze snelstartgidsen helpen u snel aan de slag te gaan met de Content Understanding-service: